AWS Firewall Manager ermöglicht Ihnen nun die zentrale Bereitstellung von AWS Network Firewalls mit zusätzlicher strenger Regelreihenfolge und standardmäßigen Ablehnungs- und Drop-Konfigurationen.
Quelle: aws.amazon.com
Ab dem 31. Juli 2022 stellt Amazon QuickSight die Unterstützung von IE11 ein. Nach diesem Datum können wir nicht länger garantieren, dass die Funktionen und Webseiten von Amazon QuickSight in IE 11 ordnungsgemäß funktionieren. Wir empfehlen Kunden, einen der unterstützten Browser zu verwenden: Microsoft Edge (Chromium), Google Chrome oder Mozilla Firefox.
Quelle: aws.amazon.com
AWS Fault Injection Simulator (FIS) ist jetzt in den AWS-Regionen GovCloud (USA Ost und USA West) verfügbar. Die Erweiterung von AWS FIS auf die AWS GovCloud-Regionen (USA) ermöglicht US-Regierungsbehörden und Auftragnehmern die Erstellung und Ausführung von Fault-Injection-Experimenten, die zeigen, wie ihre Anwendungen auf Stress unter Echtweltbedingungen reagieren.
Quelle: aws.amazon.com
Heute kündigen wir die allgemeine Verfügbarkeit einer neuen Funktion, Protokollanomalieerkennung und Empfehlungen, für Amazon DevOps Guru an. Im Rahmen dieser Funktion speist DevOps Guru Amazon CloudWatch Logs für AWS-Ressourcen ein, die Ihre Anwendung bilden, wobei Lambda die höchste Priorität hat. Protokolle bieten neue bereicherte Daten in einem Insight, um die Ursachen hinter einem Anwendungsproblem genauer nachvollziehen zu können, wobei auch präzisere Schritte zur Behebung bereitgestellt werden.
Quelle: aws.amazon.com
Amazon Redshift gibt die allgemeine Verfügbarkeit von Automated Materialized View (AutoMV) bekannt, das Ihnen dabei hilft, bei wiederholbaren Workloads eine geringere Abfragelatenz zu erreichen. Mit AutoMV müssen Sie weniger Zeit für das manuelle Erstellen und Verwalten von materialisierten Ansichten aufwenden. Es bietet Ihnen dabei dieselben Leistungsvorteile wie von Benutzern erstellte materialisierte Ansichten. Dashboard-Abfragen, mit denen Schnellansichten der wichtigen Leistungsindikatoren (KPIs), Ereignisse, Trends und andere Metriken erstellt werden, sind nur einige Workloads, bei denen sich AutoMV als nützlich erweisen kann. In verschiedenen Abständen geplante Abfragen zur Berichterstellung können ebenfalls von AutoMV profitieren.
Quelle: aws.amazon.com
AWS gab heute die allgemeine Verfügbarkeit von AWS Cloud WAN bekannt, einem WAN (Wide Area Networking)-Service, mit dem Sie ein einheitliches globales Netzwerk aufbauen, verwalten und überwachen können. Der Service verwaltet den Datenverkehr zwischen Ihren AWS-Ressourcen und Ihren On-Premises-Umgebungen.
Quelle: aws.amazon.com
Amazon Redshift Serverless, mit dem Sie Analysen ausführen und skalieren können, ohne Data-Warehouse-Cluster bereitstellen und verwalten zu müssen, ist jetzt allgemein verfügbar. Mit Amazon Redshift Serverless können jetzt alle Benutzer, einschließlich Datenanalysten, Entwickler und Datenwissenschaftler, Amazon Redshift verwenden, um in Sekundenschnelle Erkenntnisse aus Daten zu gewinnen. Amazon Redshift Serverless stellt automatisch die Data-Warehouse-Kapazität bereit und skaliert sie intelligent, um eine erstklassige Leistung für all Ihre Analysen zu bieten. Sie zahlen nur für die Computingleistung, die für die Dauer der Workloads verwendet wird, pro Sekunde. Sie können von dieser Einfachheit profitieren, ohne Änderungen an Ihren bestehenden Analytics- und Business-Intelligence-Anwendungen vornehmen zu müssen.
Quelle: aws.amazon.com
Amazon Redshift unterstützt jetzt Row-Level Security (RLS), eine neue Verbesserung, die die Entwicklung und Implementierung eines präzisen Zugriffs auf Tabellenzeilen vereinfacht. Mit RLS können Sie den Zugriff auf eine Untergruppe von Zeilen in einer Tabelle basierend auf der Rolle oder den Berechtigungen sowie der Datenempfindlichkeitsebene für einen Benutzer mit SQL-Befehlen einschränken. Durch die Kombination einer Zugriffssteuerung auf Spaltenebene und RLS können Kunden von Amazon Redshift einen umfassenden Schutz gewährleisten, bei dem ein granularer Datenzugriff durchgesetzt wird.
Quelle: aws.amazon.com
EC2 Auto Scaling veröffentlicht nun Prognosen der prädktiven Skalierungsrichtlinie als CloudWatch-Metrik. So können Sie die Genauigkeit der prädiktiven Skalierung analysieren, überwachen und Alarme für sie erstellen. Prädiktive Skalierung ist eine Skalierungsrichtlinie, die die Kapazität Ihrer Auto-Scaling-Gruppe noch vor der prognostizierten Nachfrage erhöht. Dies verbessert die Verfügbarkeit Ihrer Anwendung und reduziert gleichzeitig die Notwendigkeit der Überbereitstellung, die andernfalls Ihre EC2-Rechnung erhöhen würde. Da prädiktive Skalierung nur die Kapazität Ihrer Auto-Scaling-Gruppen erhöht, verbessert die Anwendung auf Ihre aktuellen Scaling-Konfigurationen ausschließlich Ihre Anwendungsverfügbarkeit. Eine ungenaue Prognose kann Ihre Kosten jedoch womöglich steigern. Jetzt können Sie die umfassende Liste der CloudWatch-Funktionen verwenden, um die Genauigkeit von Prognosen zu messen, Prognosen mit den bekannten CloudWatch-Diagrammen visualisieren und automatische Alarme und Benachrichtigungen konfigurieren, die aktiviert werden, wenn die Prognosen Ihre gewünschten Schwellenwerte übertreffen.
Quelle: aws.amazon.com
Das Modelltraining von Amazon SageMaker unterstützt jetzt heterogene Cluster, mit denen mehrere Instance-Typen in einem einzigen Trainingjob verwendet werden können. Diese neue Fähigkeit kann Ihre Trainingskosten verbessern, indem verschiedene Teile des Modelltrainings auf den geeignetesten Instance-Typen ausgeführt werden. Zum Beispiel haben wir kürzlich ein ResNet-50-Computer-Vision-Modell auf einem heterogenen Cluster mit ml.g5.xl- und ml.c5n.2xl-Instances trainiert. Dieser Trainingjob hat zu 13 % geringeren Kosten geführt als das Training des gleichen Modells auf einem Cluster nur mit ml.g5.xl-Instances mit der gleichen Genauigkeit.
Quelle: aws.amazon.com
